I. Creando nuestros datos

Primero, crearemos un vector con cada uno de los nombres de la personas y los datos de la latitud y longitud del lugar de la República Mexicana al que les gustaría viajar. Posteriormente, mediante la función rbind crearemos una matriz por columnas con los datos de las ubicaciones a las que nos gustaría viajar:

William<-c(-97.645724,20.023354)
Alfredo<-c(-86.5051,21.09)
Antonio<-c(-110.3005,19.41)
Karla<-c(-96.7202,17.0669)
viajes<-rbind(William,Alfredo,Antonio,Karla)
viajes
##               [,1]     [,2]
## William  -97.64572 20.02335
## Alfredo  -86.50510 21.09000
## Antonio -110.30050 19.41000
## Karla    -96.72020 17.06690

II. Cambiando el nombre de nuestras columnas

Una vez que hemos creado nuestra matriz de datos, cambiaremos el nombre de nuestras columnas con la función colnames:

colnames(viajes)<-c("Longitud","Latitud")
viajes
##           Longitud  Latitud
## William  -97.64572 20.02335
## Alfredo  -86.50510 21.09000
## Antonio -110.30050 19.41000
## Karla    -96.72020 17.06690

III. Transformando nuestra matriz en un data.frame

Recuerda que para hacer gráficas con ggplot y mapas con qmplot necesitamos un data frame. Vamos a transformar nuestra matriz en un data.frame de la siguiente forma:

viajes<-data.frame(viajes)
viajes
##           Longitud  Latitud
## William  -97.64572 20.02335
## Alfredo  -86.50510 21.09000
## Antonio -110.30050 19.41000
## Karla    -96.72020 17.06690

IV. Creando una gráfica de dispersión con nombres y puntos

Podemos crear una grafica de dispersión y usar los nombres como etiqueta si utilizamos la función ggplot junto con geom_text; además, podemos agregar puntos a nuestra gráfica con la función geom_point. Finalmente, si queremos que nuestra gráfica sea interactiva, utilizamos la función ggplotly:

dispersion<-ggplot(viajes)+geom_text(aes(Longitud,Latitud),label= rownames(viajes))+geom_point(aes(Longitud,Latitud),color= rainbow(4))
ggplotly(dispersion)

V. Creando un mapa

Para crear un mapa, utilizaremos la funcion qmplot:

qmplot(Longitud, Latitud, data=viajes, color=I(rainbow(4)))

VI. Mapa de puntos y densidad

Podemos agregar el parámetro geom = c("point","density2d") para hacer un mapa de puntos y densidad:

qmplot(Longitud, Latitud, data=viajes, geom=c("point","density2d"))

VII. Preguntas

1.- ¿Cómo están distribuidas sus ubicaciones?

Está distribuido en toda la república, con la consideración de que un punto se ubica en aguas internacionales.

2.- Si tuvieras que pensar en una función que pasara por todas sus ubicaciones, ¿qué tipo de función sería?

La función de hipérbola.

3.- ¿Consideras que graficar la ubicación de una persona en un mapa tiene un valor económico? ¿Por qué?

Si, es importante para el análisis de mercado.

4.- ¿Hasta ahora qué han aprendido en el curso?

A graficar y a utilizar R.


Esta obra fue generada mediante R en November 20, 2020 y forma parte de las actividades realizadas en las materias de Matemáticas I y Taller III, Facultad de Economía, UNAM.
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional. Creative Commons (CC).Licencia de Creative Commons